Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Matemáticas Aplicadas Notas Curso de Pre-Maestría: Frank Taipe & Christoper Salinas 2022
Matemáticas Aplicadas Notas Curso de Pre-Maestría: Frank Taipe & Christoper Salinas 2022
2022
1
webpage
2
e-mail
1
A. Matrices 56
B. Bases ortonormales 59
C. Derivadas parciales 61
2
NOTACIONES Y RESULTADOS ADMITIDOS
Resultado admitido
El conjunto de números naturales N no es acotado superiomente, i.e. no existe número natural N tal
que n ≤ N para todo n ∈ N. Equivalentemente, dado un número n ∈ N, siempre existira al menos un
número N ∈ N tal que n < N .
3
UNIDAD 1
TEORÍA DE SUCESIONES Y SERIES
1.1. Sucesiones
Definición 1 Una sucesión u = (un )n∈N de números reales es simplemente una función u : N → R donde
un := u(n) es el valor del término en la posición n de la sucesión.
Observación 1 Toda sucesión admite una representación gráfica dada por puntos de abscisas en N. Dicha
gráfica puede ser de ayuda para la intuición del comportamiento de la sucesión. Por ejemplo,
La sucesión ( n1 )n∈N es representada por
un
n
1 2 3 4 5 6 7 8 9 10
Entre otras cosas, podemos intuir que la sucesión es monótona decreciente, con valores entre [0; 1] y
que sus valores se aproximan a 0.
La sucesión (2 − n1 )n∈N es representada por
un
n
1 2 3 4 5 6 7 8 9 10
Entre otras cosas, podemos intuir que la sucesión es monótona creciente, con valores entre [1; 2] y que
sus valores se aproximan a 2.
4
1.2. CLASIFICACIÓN 5
1.2. Clasificación
Existen varias formas clásicas de clasificar las sucesiones. A continuación daremos dos de ellas:
M =1
n
1 2 3 4 5 6 7 8 9 10
m = −1
1.3. CONVERGENCIA DE SUCESIONES 6
∀ ε > 0, ∃ N ∈ N, ∀ n ∈ N, n ≥ N ⇒| un − l |< ε.
Pn
Ejemplo 10 La sucesión s dada por sn = i=1 i = 1+ 2 +· · ·+n no es convergente. En efecto, podemos ver
que sn = n(n+1)
2 ≥ n para todo n ∈ N, de donde la sucesión s no es acotada y por lo tanto no es convergente.
El siguiente ejemplo, muestra que lo recíproco del item (i) no es siempre verdad, es decir que existen
sucesiones u no convergentes tales que la sucesión v es convergente y lı́m vn = 0.
n→+∞
√
Ejemplo 11 Consideremos la sucesión u dada por un = n para cada n ∈ N. Desde que
√ √ 1
vn = un+1 − un = n+1− n= √ √
n+1+ n
para cada n ∈ N, entonces v es una sucesión convergente tal que lı́m vn = 0. Pero u es una sucesión no
n→+∞
acotada por ende no convergente.
Como resultado de teorema anterior tenemos dos consecuencias usadas de manera más frecuente:
Consecuencia 3
1. Toda sucesión mońotona creciente y acotada superiormente es convergente.
2. Toda sucesión mońotona decreciente y acotada inferiormente es convergente.
1.4. ÁLGEBRA DE LÍMITES 7
Teorema 3 (Criterio del sandwich) Sean u, v, w tres sucesiones de números reales tales que
(C1) ∀ n ∈ N, un ≤ vn ≤ wn
q
(−1)n
Ejemplo 12 Muestre que la sucesión v = 4− nes convergente y lı́m vn = 2.
n→+∞
1 1
Solución: En efecto, considere las sucesiones u = 2 − 2n y w = 2 + √n , se tiene
1 1
(C1) 2 − ≤ vn ≤ 2 + √ , ∀n ∈ N
2n n
(C2) lı́m un = lı́m wn = 2.
n→+∞ n→+∞
Teorema 5 Sean u, v dos sucesiones convergentes tales que lı́m un = lu y lı́m vn = lv . Entonces
n→+∞ n→+∞
la sucesión:
1. u + v es convergente y además lı́m un + vn = lu + lv .
n→+∞
(C2) lı́m vn = lv 6= 0
n→+∞
u un lu
Entonces la sucesión es convergente y además lı́m = .
v n→+∞ vn lv
para cada n ∈ N. La sucesión (sn ) será llamada la serie de términos (un ) o la serie asociada a la sucesión
(un ).
Definición 4 Diremos que la serie de términos (un ) es convergente,
P∞ si la sucesión de sumas parciales (sn )
es convergente. En dicho caso, escribiremos simplemente n=1 un para denotar el valor de convergencia de
la sucesión de sumas parciales, i.e.
∞
X
lı́m sn = un .
n→+∞
n=1
Observación 2 Aplicando la definición de convergencia para la sucesión (sn ), diremos que la serie de
términos (un ) es convergente al valor ls ∈ R si
∀ ε > 0, ∃ N ∈ N, ∀ n ∈ N, n ≥ N ⇒ |sn − ls | < ε.
Ejemplo 13 Analice la convergencia de la serie de términos un = 2−n+1 .
Solución: Para esto analizamos la sucesión de sumas parciales:
1 1 1 − ( 21 )n
sn = 1 + + · · · + n−1 =
2 2 1 − 21
P∞
Aplicando el álgebra de límites obtenemos que (sn ) es convergente y n1 un = lı́m sn = 2.
n→+∞
1
Ejemplo 14 Analice la convergencia de la serie de términos wn = .
n(n + 1)
Solución: Para esto analizamos la sucesión de sumas parciales:
1 1 1 1 1 1 1 1 1
sn = + + ··· + = 1 − + − + ··· + − =1−
1·2 2·3 n(n + 1) 2 2 3 n n+1 n+1
P∞
Aplicando el álgebra de límites obtenemos que (sn ) es convergente y n=1 wn = lı́m sn = 1.
n→+∞
n
Ejemplo 15 Analice la convergencia de la serie de términos vn = (−1) .
Solución: Para esto analizamos la sucesión de sumas parciales:
1 − (−1)n+1
2 n −1, si n es impar
sn = (−1) + (−1) + · · · + (−1) = −1=
1 − (−1) 0, si n es par
Así tenemos que la sucesión de sumas parciales no es convergente. Luego, la serie de términos (vn ) no es
convergente.
1.5. SERIES COMO CASO PARTICULAR DE SUCESIONES 9
lı́m un = 0.
n→+∞
Ejemplo 16 La serie de términos (−1)n no es convergente, pues sabemos que la sucesión vn = (−1)n no
es convergente.
Consecuencia 5 (Criterio del valor absoluto) Dadas dos sucesiones (un ) y (vn ). Si
(C1) ∃ N ∈ N, ∀ n ∈ N, n ≥ N ⇒ |un | ≤ vn ,
1
Ejemplo 17 Analice la convergencia de la serie de términos un = .
2n − 1
Solución: Considerando vn = 1/2n−1 tenemos que son verificadas:
(C1) Considerando N = 2 y cada n ∈ N, n ≥ N = 2 tenemos que
2n − 2n−1 = 2n−1 ≥ 2N −1 ≥ 2,
1
Aplicando el criterio de comparación concluimos que la serie de términos es convergente, además
2n − 1
∞ ∞
X 1 X 1
0≤ n−1
≤ n−1
= 1.
n=2
2 n=2
2
(−1)n
Ejemplo 18 Analice la convergencia de la serie de términos vn = .
4n
Solución: Considerando vn = 1/4n tenemos que son verificadas:
(C1) Considerando N = 1 y cada n ∈ N, n ≥ N = 1 tenemos que
(−1)n
1
4n ≤ 4n
1 1 1 1
(C2) La serie de términos converge al valor 1 = .
4n 4 1− 4
3
(−1)n
Aplicando el criterio de comparación concluimos que la serie de términos es convergente, además
4n
∞ ∞
1 X (−1) X 1 1
− ≤ ≤ = .
3 n=1 4n n=1
4n 3
Muchas veces es mas rápido utilizar la siguiente version equivalente al criterio de d’Alambert:
1.5. SERIES COMO CASO PARTICULAR DE SUCESIONES 11
n
Ejercicio 1 Analice la convergencia de la serie de términos un = .
n3 + 2
2n + 4
Ejercicio 2 Analice la convergencia de la serie de términos vn = .
n + 32
n
Ejercicio 3 Analice la convergencia de la serie de términos wn = .
n+1
1
Ejercicio 4 Analice la convergencia de la serie de términos un = .
n2
n
Ejercicio 5 Analice la convergencia de la serie de términos vn = n .
n +2
n3
Ejemplo 19 Analice la convergencia de la serie de términos un = n .
3
Solución: Tenemos que:
√ 3 √ 3
√ n
n n
n
n
un = √ n
=
3n 3
Del álgebra de límites tenemos
√ 3
√ n
n 1
lı́m n un = lı́m =
n→+∞ n→+∞ 3 3
Vemos que lacondición de la consecuencia 7 parte (i) es verificada, por lo que podemos concluir que la serie
n3
de términos converge.
3n
2 n
n +1
Ejemplo 20 Analice la convergencia de la serie de términos un = .
3n2
Solución: Tenemos que:
1
√ n2 + 1 1+ 2
n
un = = n
3n2 3
Del álgebra de límites tenemos
1
√ 1+ 2 1
lı́m n
un = lı́m n =
n→+∞ n→+∞ 3 3
Vemos que lacondición de la consecuencia 7 parte (i) es verificada, por lo que podemos concluir que la serie
n
n2 + 1
de términos converge.
3n2
n
Ejemplo 21 Analice la convergencia de la serie de términos vn = .
nn + 2
Solución: Tenemos que: r √ √
√ n n
n n
n
n
vn = n n = √ n
= q
n +2 n
n +2 n n 1 + n2n
Del álgebra de límites tenemos
√
√ lı́m n
n
√ n
n 1 n→+∞
lı́m n
vn = lı́m q = lı́m r =0
n→+∞ n→+∞ 2 n→+∞ n 2
nn 1+ nn lı́m
n
1+ n
n→+∞ n
Vemos que lacondición
de la consecuencia 7 parte (i) es verificada, por lo que podemos concluir que la serie
n
de términos converge.
nn + 2
Teorema 10 (Teorema de Leibniz) Sea (un ) una sucesión de términos positivos que satisface las
condiciones
(−1)n
Ejemplo 22 Analice la convergencia de la serie de términos vn = .
n
1
Solución: Consideremos un = que es decreciente, además es convergente a 0. Como vn = (−1)n un ,
n
tenemos que las condiciones (C1) y (C2) del teorema 10 son verificadas. Por lo tanto podemos concluir que
(−1)n
la serie alternada es convergente.
n
En la literatura, existen otros criterios de convergencia como el de la integral que permiten estudiar por
1
ejemplo la convergencia de la serie términos un = 2 .
n
UNIDAD 2
SISTEMAS DE ECUACIONES DIFERENCIALES ORDINARIAS
14
2.3. ECUACIONES DIFERENCIALES ORDINARIAS LINEALES 15
d3 ϕ d2 ϕ dϕ
ϕ000 = 3
= ϕ (3)
, ϕ 00
= 2
= ϕ(2) , ϕ0 = = ϕ(1) , ϕ = ϕ(0) .
dx dx dx
El siguiente resultado nos muestra que es posible reescribir una ecuación diferencial ordinaria de una
forma estándar.
an (x)y (n) + an−1 (x)y (n−1) + · · · + a2 (x)y (2) + a1 (x)y (1) + a0 (x)y = b(x), x ∈ I, (E)
una ecuación diferencial ordinaria lineal de orden n. Si an (x) 6= 0 para todo x ∈ I, podemos considerar
la ecuación
an−1 (x) (n−1) a2 (x) (2) a1 (x) (1) a0 (x) b(x)
y (n) + y + ··· + y + y + y= , x∈I (Es )
an (x) an (x) an (x) an (x) an (x)
que es conocida como la ecuación diferencial ordinaria lineal de orden n escrita en forma standard
asociada a la ecuación (E). Además, una función ϕ es solución de la ecuación (E) si y solo si la
función ϕ es solución de la ecuación (Es ).
Usando el resultado anterior, en las siguiente secciones nos focalizaremos en resolver ecuaciones diferen-
ciales ordinarias que están escritas en forma estándar.
Definición 6 Sea a0 , b funciones continua en el intervalo I. Dada una ecuación diferencial ordinaria lineal
de orden 1
y 0 + a0 (x)y = b(x), x ∈ I (E)
La ecuación
y 0 + a0 (x)y = 0, x∈I (HE )
será llamada la ecuación diferencial ordinaria lineal homogénea de orden 1 asociada a la ecuación (E).
R
a0 (x) dx
multiplicando la ecuación por el factor e obtenemos
R R R R 0
a0 (x) dx 0 a0 (x) dx a0 (x) dx a0 (x) dx
b(x)e =ye + a0 (x)ye = ye ,
de donde Z
R R
a0 (x) dx a0 (x) dx
y(x)e = b(x)e dx + C
y 0 + a0 (x)y = 0, y ∈ I (H)
donde a0 es una función continua sobre el intervalo abierto I, admite como solución general la función
ϕ : I → R dada por R
ϕ(x) = Ce− a0 (x) dx
β1 f (x) + β2 g(x) = 0, ∀x ∈ I
Una herramienta útil para determinar si dos funciones diferenciables son l.i. es el Wronskiano, el cual es
definido a continuación:
Definición 8 Sea f, g : I → R dos funciones diferenciables. La función W(f, g) : I → R definida para cada
x ∈ I por
f (x) g(x)
W(f, g)(x) = det 0 = f (x)g 0 (x) − f 0 (x)g(x)
f (x) g 0 (x)
es llamada el Wronskiano de f y g.
La ecuación
a2 (x)y 00 + a1 (x)y 0 + a0 (x)y = 0, x ∈ I. (HE )
es llamada la ecuación diferencial ordinaria homogénea de orden 2 asociada a la ecuación (E).
2.3. ECUACIONES DIFERENCIALES ORDINARIAS LINEALES 18
Forma estándar
Usando la escritura en forma estándar, podemos en esta sección suponer que las ecuaciones diferen-
ciales ordinarias lineales a resolver estarán siempre escritas en la forma
Advertencia
En caso debamos resolver ecuaciones diferenciales ordinarias lineales que no están en forma estándar,
como primer paso se deberá pasar a la forma estándar para poder aplicar los métodos que se mencionan
en esta sección.
PROCEDIMIENTO:
(P1) Consideramos la función ϕ2 (x) = λ(x)ϕ1 (x) para todo x ∈ I.
(P2) Suponemos que ϕ2 es una solución de la ecuación (HE ). Así tendremos
0 = ϕ002 (x) + a1 (x)ϕ02 (x) + a0 (x)ϕ2 (x)
= λ00 (x)ϕ1 (x) + 2λ0 (x)ϕ01 (x) + λ(x)ϕ001 (x) + a1 (x)[λ0 (x)ϕ1 (x) + λ(x)ϕ01 (x)] + a0 (x)λ(x)ϕ1 (x)
= [ϕ001 (x) + a1 (x)ϕ01 (x) + a0 (x)ϕ1 (x)]λ(x) + λ00 (x)ϕ1 (x) + [2ϕ01 (x) + a1 (x)ϕ1 (x)]λ0 (x)
para todo x ∈ I. Como ϕ1 es una solución de la ecuación (HE ) tal que ϕ1 (x) 6= 0 para todo x ∈ I,
obtenemos 0
00 ϕ1 (x)
λ (x) + 2 + a1 (x) λ0 (x) = 0
ϕ1 (x)
para todo x ∈ I, es decir la función λ0 es una solución de la ecuación diferencial ordinaria lineal
de orden 1 0
ϕ (x)
y0 + 2 1 + a1 (x) y = 0. (E’)
ϕ1 (x)
(P3) Resolvemos la ecuación (E’) para determinar la función λ. Sabemos que la solución general de la
ecuación (E’) está dada por
ϕ0 (x)
R
− 2 ϕ1 (x) +a1 (x) dx
1
ψ(x) = Ce
R
−2 ln(|ϕ1 (x)|)− a1 (x) dx
= Ce
R
− a1 (x) dx
e
=C
(ϕ1 (x))2
donde C es una constante real arbitraria. De donde por simplicidad podemos C = 1 y así considerar
Z R
− a1 (x) dx
e
λ(x) = dx, ∀x ∈ I.
(ϕ1 (x))2
2.3. ECUACIONES DIFERENCIALES ORDINARIAS LINEALES 19
(P4) Por lo tanto la solución a la ecuación diferencial ordinaria homogénea (HE ) está dada por
R Z
e− a1 (x) dx
ϕh (x) = C1 ϕ1 (x) + C2 λ(x)ϕ1 (x) = C1 ϕ1 (x) + C2 dx ϕ1 (x) ∀x ∈ I,
(ϕ1 (x))2
y 00 − 25y = 0 (H)
de donde utilizando la proposición 4, la solución general de la ecuación (H) está dada por
1 −10x 5x C2 −5x
ϕ(x) = C1 e5x + C2 e e = C1 e5x + e , ∀x ∈ I,
10 10
y 00 + a1 y 0 + a0 y = 0 (E)
donde a1 y a0 son constantes. Las raíces del polinomio característico asociado a (E)
PE : t2 + a1 t + a0
(iii) Caso ∆ < 0 (raíces complejas y conjugadas): La solución general de la ecuación (E)
está dada por
ϕ(x) = C1 eα1 x + C2 eα2 x ∀x ∈ I,
donde C1 y C2 son constantes reales arbitrarias. Alternativamente, usando la identidad
de Euler (eiθ = cos(θ) + i sen(θ) para todo θ ∈ R), la solución general de la ecuación (E)
está dada por
2
tiene ∆ = (−1)
√
− 4(−2) = 9 > 0, luego
√
el polinomio característico admite dos raíces reales diferentes
−(−1)+ 9 −(−1)− 9
α1 = 2 = 2 y α2 = 2 = −1. Así, usando la proposición 5, tenemos que la solución
general de la ecuación (H) está dada por
Determinación de una solución particular para una ecuación diferencial ordinaria lineal
no-homogénea de orden 2: Método de la variación de paramétros
El siguiente método proporciona un manera de encontrar una solución particular a una ecuación di-
ferencial ordinaria lineal no-homogénea de orden 2. Para poder usar el método es necesario conocer
como resolver ecuaciones diferenciales ordinarias lineales homogéneas de orden 2.
Considere la ecuación diferencial ordinaria lineal de orden 2
PROCEDIMIENTO:
(P1) Consideramos la ecuación diferencial ordinaria homogénea de orden 2 asociada a (E)
(P2) Resolvemos la ecuación (HE ) para determinar dos functiones linealmente independientes ϕ1 , ϕ2
tal que la solución general de (HE ) está dada por
para todo x ∈ I.
(P4) La solución general de la ecuación (E) estará dada por
ϕ(x) = ϕh (x) + ϕp (x) = C1 ϕ1 (x) + C2 ϕ2 (x) + λ1 (x)ϕ1 (x) + λ2 (x)ϕ2 (x)
donde
−b(x)ϕ2 (x)
Z Z
b(x)ϕ1 (x)
λ1 (x) = dx, λ2 (x) = dx
W (ϕ1 , ϕ2 )(x) W (ϕ1 , ϕ2 )(x)
para todo x ∈ I.
Cálculo:
Sea α ∈ R∗ . Usando integración por partes se tiene
xeαx eαx
Z
xeαx dx = − 2·
α α
2.4. SISTEMA DE ECUACIONES DIFERENCIALES ORDINARIAS DE PRIMER ORDEN 23
y 00 − 4y 0 + 4y = (x + 1)ex (E)
sobre el intervalo R.
Solución: Vemos que la ecuación (E) es una ecuación diferencial ordinaria lineal no-homogénea de
orden 2 con coefecientes constantes. Su ecuación diferencial ordinaria lineal homogénea de orden 2
asociada es la ecuación
y 00 − 4y 0 + 4y = 0 (HE )
sobre el intervalo R. El polinomio característico asociado a la ecuación diferencial ordinaria (HE ) está
dado por PHE : t2 − 4t + 4. Se tiene ∆ = (−4)2 − 4(4) = 0, luego el polinomio característico PHE admite
una raiz única α = 2. Así, usando la proposición 5, tenemos que la solución general de la ecuación
(HE ) está dada por
ϕ(x) = C1 e2x + C2 xe2x , ∀x ∈ R,
donde C1 y C2 son constantes reales arbitrarias. Tomemos ϕ1 (x) = e2x y ϕ2 (x) = xe2x para todo
x ∈ R. Ya que el Wronskiano está dado por W(ϕ1 , ϕ2 )(x) = e4x , una solución particular será dada por
donde
−((x + 1)ex )xe2x
Z Z
λ1 (x) = dx = − (x + 1)xe−x dx
e4x
= (x + 1)xe−x − 2(−xe−x − e−x ) + e−x
= (x2 + 3x + 3)e−x ,
donde aij y bi son funciones continuas sobre un mismo intervalo I, para todo i, j ∈ {1, 2, · · · , n}. Si la función
bi es la función nula para todo i ∈ {1, 2, · · · , n}, decimos que el sistema (S’) es homogéneo, caso contrario
diremos que el sistema es no homogéneo.
2.4. SISTEMA DE ECUACIONES DIFERENCIALES ORDINARIAS DE PRIMER ORDEN 24
respectivamente, entonces el sistema de n ecuaciones diferenciales lineales de primer orden (S’) se puede
escribir en forma matricial
0
y1 a11 (x) a12 (x) · · · a1n (x) y1 b1 (x)
y20 a21 (x) a22 (x) · · · a2n (x) y2 b2 (x)
.. = .. .. .. + ..
..
. . . . . .
yn0 an1 (x) an2 (x) · · · ann (x) yn bn (x)
o simplemente
Y0 = A(x) · Y + B(x). (S)
En el caso homogéneo, i.e. si B(x) = 0, la representación matricial es
Y0 = A(x) · Y. (H)
x
Solución: Consideramos la matriz de funciones incognitas Y = y , de esta manera tenemos
z
0
x −1 3 2 x t
Y0 = y = 1 −7 3 · y + et = A(t) · Y.
z 0 0 1 z 2
y10 = −y1 + y3 ,
y20 = y2 − y1 ,
y30 = 5.
para cada x ∈ I.
Ejercicio 8 Dado a0 , a1 dos números reales. Considere los números λ1 y λ2 tal que λ1 +λ2 = a1 y λ1 λ2 = a0 .
Muestre que las matrices
1 1
Φ1 (x) = e−λ1 x , Φ2 (x) = e−λ2 x ,
−λ1 −λ2
Existencia de soluciones
Teorema 11 Dado un sistema
donde A y B son matrices de funciones continuas sobre el intervalo I. Entonces, existe al menos un
vector solución del sistema (S) en el intervalo I.
donde A y B son matrices de funciones continuas sobre el intervalo I. Entonces, existe un único
vector solución que verifica (PVI).
una ecuación diferencial ordinaria lineal de orden n cuyos coeficientes son funciones continuas en el intervalo
I. Consideremos las funciones
y1 = y
y2 = y 0
y3 = y 00
y4 = y 000
..
.
yn = y (n−1)
entonces
y10 = y 0 = y2
y20 = y 00 = y3
y30 = y 000 = y4
..
.
yn0 = y (n) = −a0 (x)y1 − a1 (x)y2 − a2 (x)y3 + · · · − an−1 (x)yn + b(x)
o equivalentemente
Y0 = A(x) · Y + B(x). (SE )
donde
y (1)
y 0 1 0 ··· 0 0
y (2) y (1) 0 0 1 ··· 0 0
(3) (2)
Y0 = y ,
Y= y
,
A(x) =
0 0 0 ··· 0 ,
B(x) =
0 .
. .. .. .. .. .. ..
..
. . . . . .
y (n) y (n−1) −a0 (x) −a1 (x) −a2 (x) · · · −an−1 (x) b(x)
Diremos que el sistema (SE ) es el sistema de n ecuaciones diferenciales lineales de orden 1 asociado a la
ecuación diferencial ordinaria lineal de orden n (E).
Soluciones
(S1) Si Φ es un vector solución del sistema (SE ), entonces ϕ := [Φ]11 es una solución de la ecuación
(E).
(S2) Si ϕ es una solución de la (E), entonces
ϕ(0)
ϕ(1)
Φ :=
ϕ(2)
..
.
ϕ(n−1)
y 00 + a1 y 0 + a0 y = 0, x ∈ R.
2.4. SISTEMA DE ECUACIONES DIFERENCIALES ORDINARIAS DE PRIMER ORDEN 28
y
Solución: Considerando Y = , tenemos el sistema
y0
y 0 1 y 0 1
Y0 = 0 = · 0 = · Y.
y −a0 −a1 y −a0 −a1
Ejercicio 9 Usando el ejemplo anterior y el ejercicio 8, muestre que las funciones
ϕ1 (x) = e−λ1 x y ϕ2 (x) = e−λ2 x ,
donde λ1 + λ2 = a1 y λ1 λ2 = a0 , son soluciones de la ecuaciíon diferencial ordinaria orden 2
y 00 + a1 y 0 + a0 y = 0, x ∈ R.
en el intervalo R.
Principio de superposición
Teorema 13 Sea Φ1 , Φ2 ,· · · ,Φk un conjunto de vectores soluciones del sistema homogéneo (Sh ) en
el intervalo I. Entonces la combinación lineal
Φ = C1 Φ1 + C2 Φ2 + · · · + Ck Φk ,
donde las Ci son constantes arbitrarias para todo i ∈ {1, 2, · · · , k}, es también un vector solución del
sistema (Sh ).
Ejercicio 10 Muestre que una combinación lineal de los vectores solución dados en el ejercicio 8 es vector
solución del sistema
0 0 1
Y = ·Y
−a0 −a1
en el intervalo R.
Definición 11 (Dependencia e independencia lineal) Sea {Φ1 , Φ2 ,· · · ,Φk } un conjunto de vectores
soluciones del sistema homogéneo (Sh ) en el intervalo I. El conjunto de vectores es llamado linealmente
dependiente en el intervalo I, si existen constantes C1 , C2 , · · · , Ck no todas cero, tales que
C1 Φ1 (x) + C2 Φ2 (x) + · · · + Ck Φk (x) = 0
para todo x ∈ I. Si el conjunto de vectores no es linealmente dependiente en el intervalo I, entonces el
conjunto de vectores es llamado linealmente independiente en el intervalo I.
Ejercicio 11 Muestre que los vectores solución del sistema
0 0 1
Y = ·Y
−a0 −a1
en el intervalo R dados en el ejercicio 8 son linealmente independientes si λ1 6= λ2 .
2.4. SISTEMA DE ECUACIONES DIFERENCIALES ORDINARIAS DE PRIMER ORDEN 29
Definición 12 Un conjunto de n vectores solución linealmente independientes del sistema homogéneo (Sh )
en el intervalo I, es llamado un conjunto fundamental de soluciones del sistema homogéneo (Sh ) en el
intervalo I.
Una herramienta útil para reconocer conjuntos linealmente independientes es la función Wronskiano.
Proposición 6 (Wronskiano) Sea {Φ1 , Φ2 ,· · · ,Φn } un conjunto de n vectores solución del sistema ho-
mogéneo (Sh ) en el intervalo I. La función Wronskiano de {Φ1 , Φ2 ,· · · ,Φn } está definida como
W(Φ1 , Φ2 , · · · , Φn )(x) 6= 0,
para todo x ∈ I.
Si λ1 6= λ2 , se tiene
W(Φ1 , Φ2 )(x) 6= 0
para todo x ∈ I. Es decir, si λ1 6= λ2 el conjunto de vectores solución {Φ1 , Φ2 } del sistema
0 0 1
Y = ·Y
−a0 −a1
Y0 = A(x) · Y, x ∈ I, (Sh )
donde
a11 a12 ··· a1n
a21 a22 ··· a2n
A= . .. ,
..
.. . .
an1 an2 ··· ann
es una matriz de funciones continuas en el intervalo I.
(i) Existe un conjunto fundamental de soluciones del sistema homogéneo (Sh ) en el intervalo I.
(ii) Si {Φ1 , Φ2 ,· · · ,Φn } es un conjunto fundamental de soluciones del sistema homogéneo (Sh ) en
el intervalo I. Entonces la solución general del sistema (Sh ) en el intervalo I está dada por
Φ = C1 Φ1 + C2 Φ2 + · · · + Cn Φn ,
donde las Ci son constantes reales arbitrarias para todo i ∈ {1, 2, · · · , n}.
2.4. SISTEMA DE ECUACIONES DIFERENCIALES ORDINARIAS DE PRIMER ORDEN 30
Y0 = A · Y, x ∈ I, (Sh )
donde
a11 a12 ··· a1n
a21 a22 ··· a2n
A= . .. ,
..
.. . .
an1 an2 ··· ann
es una matriz de números reales, es un vector solución de la forma
γ1
γ2
Φ(x) = . · eλx = Γ · eλx
..
γn
(λIn − A) · Γ = 0.
Para que existan soluciones no nulas para la matriz Γ, necesariamente se debe tener det(λIn − A) = 0, pues
caso contrario tendríamos que λIn − A es una matriz inversible y así
Conclusión
El parámetro λ debe satisfacer la ecuación
Definición 13 (Valores y vectores propios de una matriz) Sea A una matriz cuadrada de talla n.
Los valores λ que satisfacen la ecuación polinomial
PA (t) := det(tIn − A) = 0,
donde PA (t) es llamado el polinomio característico de la matriz A, son llamados valores propios (autovalores
o eigenvalores) de la matriz A. Además, los vectores no nulos Γ tal que
(λIn − A) · Γ = 0 ⇐⇒ A · Γ = λΓ,
son llamados vectores propios (autovectores o eigenvectores) de la matriz A asociados al valor propio λ.
Dado un valor propio λ de la matriz A, diremos que este tiene multiplicidad m si
2.4. SISTEMA DE ECUACIONES DIFERENCIALES ORDINARIAS DE PRIMER ORDEN 31
Solución: Tenemos
t − 1 2 −2
PA (t) = det(tI3 − A) = 2 t−1 2
−2 2 t − 1
t − 1 2 2 2 2 t − 1
= (t − 1)
− 2
− 2
2 t − 1 −2 t − 1 −2 2
= (t − 1)((t − 1)2 − 4) − 2(2t + 2) − 2(2t + 2)
= (t − 1)(t − 3)(t + 1) − 8(t + 1)
= (t + 1)(t2 − 4t − 5) = (t + 1)(t + 1)(t − 5) = (t + 1)2 (t − 5).
de donde
a 1 0
Γ1 = b = 1 a + 1 c
c 0 1
con a, c siendo números reales arbitrarios.
a
(ii) Vectores propios asociados al valor propio λ2 = 5: Debemos encontrar los vectores Γ2 = b tal que
c
4 2 −2 a 0 1 1 0 a 0
a = −b
(5I3 − A) · Γ2 = 0 ⇐⇒ 2 4 2 · b = 0 ⇐⇒ 0 1 1 · b = 0 ⇐⇒
,
c = −b
−2 2 4 c 0 0 0 0 c 0
de donde
a −1
Γ2 = b = 1 b
c −1
con b siendo un número real arbitrario.
Solución: Tenemos
t − 2 −1 −6
PA (t) = det(tI3 − A) = 0 t − 2 −5
0 0 t − 2
t − 2 −5 0 −5 0 t − 2
= (t − 2)
+ 1
− 6 = (t − 2)3 ,
0 t−2 0 t−2 0 0
de donde λ = 2 eselúnico valor propio de multiplicidad 3. Un vector propio asociado al valor propio λ = 2,
a
es un vector Γ = b tal que
c
0 −1 −6 a 0
(2I3 − A) · Γ = 0 ⇐⇒ 0 0 −5 · b = 0 ⇐⇒ b=c=0 ,
0 0 0 c 0
de donde
a 1
Γ = b = 0 a,
c 0
siendo a un número real arbitrario.
Para determinar las soluciones de un sistema de n ecuaciones diferenciales ordinarias de orden 1, de-
beremos determinar los valores propios de la matriz de coeficientes A de talla n. Por un teorema que no
demostraremos se sabe que la matriz A tiene n valores propios complejos. Entonces, tendremos los siguientes
casos:
(C1) Los n valores propios son reales: En este caso, si λ1 , λ2 , · · · , λn denotan los diferentes valores
propios de la matriz A y Γi denota un vector propio de la matriz A asociado al valor propio λi . El
conjunto {Φ1 , Φ2 , · · · , Φn } donde
Φi (x) = Γi eλi x , x ∈ I,
es un conjunto fundamental del sistema y entonces la solución general del sistema (Sh ) en el intervalo
I, está dado por
es un conjunto de vectores soluciones del sistema en el intervalo I. Estos vectores serán conside-
rados como parte del conjunto fundamental del sistema.
2.4. SISTEMA DE ECUACIONES DIFERENCIALES ORDINARIAS DE PRIMER ORDEN 33
b) Si hay un solo vector propio asociado al valor propio λ: En este caso, se puede encontrar
m vectores soluciones del sistema en el intervalo I de la siguiente manera:
para todo x ∈ I. Como las funciones eλx y xeλx son linealmente independientes, tenemos
(λIn − A) · Γ21 = 0,
(λIn − A) · Γ22 = −Γ21 .
Consideramos Γ21 = Γ y luego resolvemos (λIn − A) · Γ22 = −Γ, para determinar Γ22 .
Si la matriz A tiene un valor propio de multiplicidad 3: Supongamos que Γ es el único
vector propio asociado al valor propio λ, entonces
(i) La primera solución será Φ1 = Γeλx ,
(ii) La segunda solución será Φ2 = Γxeλx + Γ22 eλx donde (λIn − A) · Γ22 = −Γ,
2
(iii) La tercera solución será Φ3 = Γ31 x2 eλx + Γ32 xeλx + Γ33 eλx , de donde remplanzando en
nuestro sistema Y0 = A · Y, se tiene
x2 λx
(λΓ31 − A · Γ31 ) e + (Γ31 + λΓ32 − A · Γ32 )xeλx + (Γ32 + λΓ33 − A · Γ33 )eλx = 0
2
para todo x ∈ I. Como las funciones eλx , xeλx , x2 eλx son linealmente independientes, tenemos
(λIn − A) · Γ31 = 0,
(λIn − A) · Γ32 = −Γ31 ,
(λIn − A) · Γ33 = −Γ32 .
Consideramos Γ31 = Γ y Γ32 = Γ22 y luego resolvemos (λIn − A) · Γ33 = −Γ22 , para
determinar Γ33 .
(C3) Hay valores propios complejos: Sea λ = α + iβ un valor propio complejo de la matriz A. Note que
la conjugada de λ, i.e. λ̄ = α − iβ, es también un valor propio de la matriz A. Además los vectores
propios asociados a λ y λ̄ tendrán también entradas complejas. Si Γ denota un vector propio asociado
al valor propio λ, el vector que tiene como entradas las conjugadas de las entradas de Γ, denotado Γ,
será un vector propio asociado al valor propio λ̄. Así,
son vectores solución (complejos) del sistema en el intervalo I. Por otro lado, usando la formula de
Euler eβx = cos(βx) + i sen(βx), tenemos
eλx = eαx eβx = eαx (cos(βx) + i sen(βx)) , eλ̄x = eαx e−βx = eαx (cos(βx) − i sen(βx)) ,
i i 1
Φ2 (x) = (−Φ̃ + Φ̃) = (−Γ1 + Γ)eαx cos(βx) + (Γ + Γ)eαx sen(βx)
2 2 2
= eαx (Im(Γ) cos(βx) + Re(Γ) sen(βx))
como vectores solución (reales) del sistema en el intervalo I. Estos vectores solución serán usados para
formar nuestro conjunto fundamental del sistema.
Por lo tanto, la solución general del sistema (Sh ) en el intervalo R está dada por
x2
Φ(x) = C1 Γe2x + C2 (Γxe2x + Γ22 e2x ) + C3 (Γ e2x + Γ22 xe2x + Γ33 e2x )
2
1 1 0 1 2 0 0
x
= C1 0 e2x + C2 0 xe2x + 1 e2x + C3 0 e2x + 1 xe2x + − 56 e2x
2 1
0 0 0 0 0 5
Se tiene
4 0
Re(Γ) = , Im(Γ) = ,
−1 1
de donde la solución general del sistema (Sh ) en el intervalo R está dada por
4 0 0 4
Φ(x) = C1 cos(2x) − sen(2x) + C2 cos(2x) + sen(2x)
−1 1 1 −1
4 cos(2x) 4 sen(2x)
= C1 + C2
− cos(2x) − sen(2x) cos(2x) − sen(2x)
donde
a11 a12 ··· a1n b1
a21 a22 ··· a2n b2
A= . .. , B = . ,
..
.. . . ..
an1 an2 ··· ann bn
son matrices de funciones continuas en el intervalo I. Dado Φp una solución particular dada del
sistema (S) en el intervalo I y sea
Φh = C1 Φ1 + C2 Φ2 + · · · + Cn Φn ,
Y0 = A(x) · Y, x ∈ I, (Sh )
en el mismo intervalo I, entonces la solución general del sistema (S) en el intervalo I está dada por
Φ = Φh + Φp .
2.4. SISTEMA DE ECUACIONES DIFERENCIALES ORDINARIAS DE PRIMER ORDEN 37
A continuacíon, presentamos el método de variación de paramétros para sistemas que nos será útil para
encontrar una solución particular de un sistema dado.
Método de variación de paramétros: Sea el sistema de n ecuaciones diferenciales ordinarias lineales de
orden 1
Y0 = A(x) · Y + B(x), x ∈ I, (S)
donde
a11 a12 ··· a1n b1
a21 a22 ··· a2n b2
A= . .. , B = . ,
..
.. . . ..
an1 an2 ··· ann bn
son matrices de funciones continuas en el intervalo I. Considere un conjunto fundamental {Φ1 , Φ2 , · · · , Φn }
en el intervalo I para el sistema homogéneo asociado
Y0 = A(x) · Y, x ∈ I. (Sh )
La matriz
M = [Φ1 | Φ2 | · · · |Φn ]
cuyas columnas son los vectores solución del conjunto fundamental {Φ1 , Φ2 , · · · , Φn } colocadas de manera
ordenada, será llamada la matriz fundamental del sistema (Sh ). Se puede mostrar que esta matriz es inversi-
ble, pues det(M) = W(Φ1 , Φ2 , · · · , Φn ) 6= 0, y que M0 = A · M. Usando la matriz fundamental, la solución
general (Sh ) en el intervalo I puede rescribirse como
C1 C1
C2 C2
Φh = C1 Φ1 + C2 Φ2 + · · · + Cn Φn = [Φ1 | Φ2 | · · · |Φn ] · . = M · . = M · C,
.. ..
Cn Cn
donde
C1
C2
C= .
..
Cn
es una matriz columna de constantes reales arbitrarias.
PROCEDIMIENTO:
(P1) Suponemos que una solución particular del sistema (S) es de la forma
donde
λ1
λ2
Λ= .
..
λn
es una matriz columna de funciones continuas en el intervalo I.
(P2) Calculamos la matrix Λ. Para esto, como Φp es una solución del sistema (S), entonces Φ0p (x) =
A(x) · Φp (x) + B(x) para todo x ∈ I, de donde como Φ0p (x) = M0 (x) · Λ(x) + M(x) · Λ0 (x), se tiene
para todo x ∈ I. Como la matriz fundamental M es una matriz inversible, multiplicando por la
izquierda la matriz M−1 , se obtiene que
Λ0 (x) = M−1 (x) · M(x) · Λ0 (x) = M−1 (x) · B(x)
para todo x ∈ I. Por lo tanto, podemos considerar
Z
Λ = M−1 (x) · B(x) dx
Damos la solución general del sistema: Usando la solución general del sistema homogéneo asociado
y la solución particular, tenemos que la solución general del sistema en el intervalo R está dado por
3 −x 6
e + x − 27
1 1 −2x
Φ(x) = C1 e−5x + C2 e + 43 −x 53 50 ,
−2 1 2e + 5 x − 21
50
2.4.6. Aplicaciones
Ejemplo 46 (Aplicación para resolver EDOs) Sea a1 , a0 números reales tal que a21 − 4a0 > 0 y b una
función continua definida sobre el intervalo R. Resolver
y 00 + a1 y 0 + a0 y = b(x) (E)
en el intervalo R.
Solución: El sistema escrito en forma matricial está dado por
0
y1 0 1 y1 0
= · + x ∈ R. (SE )
y2 −a0 −a1 y2 b(x)
0 1 0
De donde A = y B(x) = son matrices de funciones continuas en R.
−a0 −a1 b(x)
Primero resolvamos el sistema homogéneo asociado: El polinomio característico de A está dado
por
t −1
PA (t) =
= t2 + a1 t + a0
a0 t + a1
y como y a21 −4a0 > 0, hay dos valores propios diferentes de la matriz A, los cuales denotaremos por λ1
a
y λ2 . En particular, tenemos que λ1 λ2 = a0 y λ1 + λ2 = −a1 . Sea Γ1 = un vector propio asociado
b
a λ1 , tenemos
λ1 −1 a 0 λ1 −1 a 0
(λ1 I2 − A) · Γ1 = 0 ⇐⇒ · = ⇐⇒ · = ⇐⇒ b = λ1 a
a0 λ1 + a1 b 0 0 0 b 0
por lo tanto
a 1
Γ1 = = a,
b λ1
1
con a siendo un número real arbitrario. De donde podemos tomar Γ1 = . Similarmente, si Γ2 es
λ1
1
un vector propio asoaciado a λ2 , entonces podemos tomar el vector propio Γ2 = asociado al valor
λ2
propio λ2 . Así, la solución general del sistema homogéneo en el intervarlo R está dado por
λx
eλ2 x
1 λ1 x 1 λ2 x e 1 C1 C1
Φh (x) = C1 e + C2 e = · = M(x) ·
λ1 λ2 λ1 eλ1 x λ2 eλ2 x C2 C2
donde C1 y C2 son constantes reales arbitrarias.
Determinemos una solución particular usando el método de variación de paramétros:
Consideremos
Φp (x) = M(x) · Λ(x)
como la solución particular del sistema. Como
λ2 eλ2 x −eλ2 x
−1 1
M (x) =
W(eλ1 x , eλ2 x ) −λ1 eλ1 x eλ1 x
tenemos
R
−b(x)eλ2 x
λ2 eλ2 x −eλ2 x dx
Z Z
1 0 W(eλ1 x ,eλ2 x )
Λ= M−1 (x) · B(x) dx = · dx = R ,
W(eλ1 x , eλ2 x ) −λ1 eλ1 x eλ1 x b(x) b(x)eλ1 x
dx
W(eλ1 x ,eλ2 x )
de donde
R −b(x)eλ2 x
eλ1 x eλ2 x dx
W(eλ1 x ,eλ2 x )
Φp (x) = · R ,
λ1 eλ1 x λ2 eλ2 x b(x)eλ1 x
dx
W(eλ1 x ,eλ2 x )
Damos la solución general del sistema: Usando la solución general del sistema homogéneo asociado
y la solución particular, tenemos que la solución general del sistema en el intervalo R está dado por
R
−b(x)eλ2 x
dx
λx λ2 x
e 1
e C λ1 x ,eλ2 x )
Φ(x) = Φh (x) + Φp (x) = · 1 + R W(e ,
λ1 eλ1 x λ2 eλ2 x C2 b(x)eλ1 x
λ x λ x dx
W(e 1 ,e 2 )
−b(x)eλ2 x b(x)eλ1 x
Z Z
λ1 x λ2 x λ1 x λ2 x
ϕ(x) = C1 e + C2 e +e dx + e dx,
W(eλ1 x , eλ2 x ) W(eλ1 x , eλ2 x )
y 000 − 3y 00 + 3y 0 − y = 0 (E)
en el intervalo R.
Solución: El sistema homogéneo de EDOs asociado está dado por
0
y1 0 1 0 y1
y2 = 0 0 1 · y2 x ∈ R. (SE )
y3 1 −3 3 y3
0 1 0
Tenemos A = 0 0 1, de donde como
1 −3 3
t −1 0
−1 = (t − 1)3 ,
PA (t) = 0 t
−1 3 t − 3
a
el único valor propio de la matriz A es λ = 1 de multiplicidad m = 3. Sea Γ = b un vector propio asociado
c
a λ, tenemos
1 −1 0 a 0 1 −1 0 a 0
a=b
(I3 − A) · Γ = 0 ⇐⇒ 0 1 −1 · b = 0 ⇐⇒ 0 1 −1 · b = 0 ⇐⇒
c=b
−1 3 −2 c 0 0 0 0 c 0
por lo tanto
a 1
Γ = b = 1 b,
c 1
1
con b siendo un número real arbitrario. Estamos en el caso de un único vector propio Γ = 1. Para
1
determinar un conjunto solución del sistema homogéneo, nos hace falta solo resolver (I3 − A) · Γ22 = −Γ y
(I3 − A) · Γ33 = −Γ22 . Así tenemos,
−1 −1
Γ22 = 0 , y Γ33 = 1 ,
1 0
2.4. SISTEMA DE ECUACIONES DIFERENCIALES ORDINARIAS DE PRIMER ORDEN 42
donde C1 , C2 y C3 son constantes reales arbitrarias. Por lo tanto la solución general de la ecuaciíon di-
ferencial ordinaria de orden 3, será la primera entrada del vector solución que acabamos de encontrar, es
decir, 2
x x x x x x
ϕ(x) = C1 e + C2 (xe − x) + C3 e − xe − e ,
2
donde C1 , C2 y C3 son constantes reales arbitrarias.
Ejemplo 48 (Aplicación para resolver EDO’s) Sea λ1 , λ2 y λ3 constantes reales diferentes. Resolver
y 000 + (λ1 + λ2 + λ3 )y 00 + (λ1 λ2 + λ2 λ3 + λ1 λ3 )y 0 + λ1 λ2 λ3 y = 0 (E)
en el intervalo R.
Solución: El sistema homogéneo de EDO’s asociado está dado por
0
y1 0 1 0 y1
y2 = 0 0 1 · y2 x ∈ R. (SE )
y3 −λ1 λ2 λ3 −(λ1 λ2 + λ2 λ3 + λ1 λ3 ) −(λ1 + λ2 + λ3 ) y3
Tenemos
0 1 0
A= 0 0 1 ,
−λ1 λ2 λ3 −(λ1 λ2 + λ2 λ3 + λ1 λ3 ) −(λ1 + λ2 + λ3 )
de donde como
t
−1 0
PA (t) = 0 t −1 = (t + λ1 )(t + λ2 )(t + λ3 ),
λ1 λ2 λ3 (λ1 λ2 + λ2 λ3 + λ1 λ3 ) t + (λ1 + λ2 + λ3 )
a
los valores propios de la matriz A son −λ1 , −λ2 y −λ3 . Sea Γ1 = b un vector propio asociado a λ1 ,
c
tenemos
−λ1 −1 0 a 0
(−λ1 I3 − A) · Γ1 = 0 ⇐⇒ 0 −λ1 −1 · b = 0
λ1 λ2 λ3 (λ1 λ2 + λ2 λ3 + λ1 λ3 ) (λ2 + λ3 ) c 0
a 1
b = −aλ1
⇐⇒ 2 ⇐⇒ Γ1 = b = −λ1 a,
c = aλ1
c λ21
1
por lo tanto podemos considerar el valor propio Γ1 = −λ1 . De manera similar, lo vectores propios aso-
λ21
1 1
ciados a λ2 y λ3 que podemos considerar son Γ2 = −λ2 y Γ3 = −λ3 , respectivamente. Por lo tanto la
λ22 λ23
solución general del sistema homogéneo en el intervarlo R está dada por
1 1 1
Φh (x) = C1 −λ1 e−λ1 x + C2 −λ2 e−λ2 x + C3 −λ3 e−λ3 x
λ21 λ22 λ23
2.4. SISTEMA DE ECUACIONES DIFERENCIALES ORDINARIAS DE PRIMER ORDEN 43
donde C1 , C2 y C3 son constantes reales arbitrarias. Por lo tanto la solución general de la ecuaciíon di-
ferencial ordinaria de orden 3, será la primera entrada del vector solución que acabamos de encontrar, es
decir,
ϕ(x) = C1 e−λ1 x + C2 e−λ2 x + C3 e−λ3 x ,
donde C1 , C2 y C3 son constantes reales arbitrarias.
UNIDAD 3
INTRODUCCIÓN A LAS ECUACIONES DIFERENCIALES PARCIALES
En todo este capítulo, la letra U denotará un conjunto abierto excepto indicación explicita de lo contrario.
donde ak y b son funciones en las n variables x = (x1 , x2 , · · · , xn ). En estas notas, solo estaremos interesados
en el caso de ecuaciónes diferenciales parciales de segundo orden.
Definición 14 (EDP lineal de segundo orden) La forma general de una ecuación diferencial parcial
lineal de segundo orden es
∂2u ∂2u ∂2u ∂u ∂u
a20 (x, y) 2
+ a 11 (x, y) + a02 (x, y) 2
+ a10 (x, y) + a01 (x, y) + a00 (x, y)u = b(x, y). (3.1)
∂x ∂x∂y ∂y ∂x ∂y
Cuando b es la función nula, i.e. b(x, y) = 0, entonces la ecuación (3.1) es llamada homogénea y en cualquier
otro caso se dice que es no homogénea. Una solución de la EDP (3.1) es una función u de dos variables
independientes que tiene todas las derivadas parciales que se presentan en la ecuación y que satisface la
ecuación en algún conjunto abierto U del plano R2 .
Ejemplo 49 (Ecuación de calor) Dado un parámetro k ∈ R∗+ , la ecuación de calor está dado por la EDP
lineal homogénea de orden 2
∂ 2 u ∂u
k 2− = 0, (x, y) ∈ U.
∂x ∂y
Ejemplo 50 (Ecuación de Laplace) La ecuación de Laplace está dada por la EDP lineal homogénea de
orden 2
∂2u ∂2u
+ 2 = 0, (x, y) ∈ U.
∂x2 ∂y
Principio de superposición
Si u1 , u2 ,· · · , uk son soluciones de una EDP lineal homogénea de orden 2, entonces la combinación
lineal
u = C1 u1 + C2 u2 + · · · + Ck uk ,
donde los Ci son constantes reales arbitrarias será también una solución de la EDP lineal de orden 2.
44
3.2. MÉTODO DE SEPARACIÓN DE VARIABLES 45
Dado {ui }i∈N un conjunto infinito numerable (que se puede contar con la ayuda de los números naturales)
de soluciones de una EDP lineal homogénea de orden 2, entonces usando el principio de superposición
supondremos que se puede construir una nueva solución usando la serie
∞
X
u= Ci ui
i=1
3.1.1. Clasificación
Una ecuación diferencial parcial lineal de segundo orden
Ejemplo 51 (Ecuación de calor) Dado un paramétro k positivo no nulo. Queremos resolver la ecuación
de calor
∂ 2 u ∂u
k 2− = 0, (x, y) ∈ U, (3.4)
∂x ∂y
3.2. MÉTODO DE SEPARACIÓN DE VARIABLES 46
kX 00 Y = XY 0 ,
de donde, ubicando las funciones que dependen de la misma variable en el mismo lado de la ecuación,
obtenemos
X 00 Y0
= .
X kY
Como el lado izquierdo de la ecuación depende de la variable x y el lado derecho depende de la variable y, la
única manera de obtener este tipo de igualdad es si existe una constante λ ∈ R tal que
X 00 Y0
= = −λ.
X kY
De donde obtenemos las dos ecuaciones diferenciales ordinarias
X 00 + λX = 0, Y 0 + kλY = 0.
Tenemos
(I) Resolviendo X 00 + λX = 0: La solución general depende de las raices del polinomio característico
P (t) = t2 + λ, por ello
√ √
1 = − −λ y α2 =
a) Si λ < 0: El polinomio característico posee dos raices reales√distintas α√ −λ,
de donde su solución general estaría dada por X(x) = C1 e− −λx + C2 e −λx , donde C1 y C2 son
constantes reales arbitrarias.
b) Si λ = 0: El polinomio característico posee una raiz real α = 0 de multiplicidad 2, de donde
su solución general estaría dada por X(x) = C1 + C2 x, donde C1 y C2 son constantes reales
arbitrarias.
√ √
c) Si λ > 0: El polinomio característico posee dos raices complejas
√ α1 = i √λ y α2 = −i λ, de
donde su solución general estaría dada por X(x) = C1 cos( λx) + C2 sen( λx), donde C1 y C2
son constantes reales arbitrarias.
(II) Resolviendo Y 0 + λY = 0: La solución general estaría dada por Y (y) = C3 e−kλy donde C3 es una
constante arbitraria.
Finalmente
(C1) Si λ < 0, una solución de la EDP (3.4) sería de la forma
√ √
u(x, y) = (C10 e− −λx
+ C20 e −λx
)e−kλy
∂2u ∂2u
+ 2 = 0, (x, y) ∈ U.
∂x2 ∂y
3.2. MÉTODO DE SEPARACIÓN DE VARIABLES 47
Usando las propiedades de la integral es fácil verificar las siguientes propiedades. Para las funciones f, g, h ∈
C([a, b]) y α ∈ R, se tiene
1. hf |g + hi = hf |gi + hf |hi,
2. hf + g|hi = hf |hi + hg|hi,
3. hf |αgi = hαf |gi = αhf |gi,
4. hf |f i ≥ 0
5. Si hf |f i = 0 entonces f = 0.
Definición 15 Si hf |gi = 0 diremos que f y g son funciones ortogonales. Si además, hf |f i = hg|gi = 1,
diremos que f y g son funciones ortonormales.
Ejemplo 53 Dado L > 0. Para cada n ∈ N, consideremos las funciones fn , gn : [−L, L] → R definidas por
fn (x) = cos nπ
L x y gn (x) = sen nπ
L x para cada x ∈ [−L, L]. Además, consideremos la función constante
1 : [−L, L] → R, x 7→ 1. Se puede mostrar que
1. las funciones fn y 1 son ortogonales para todo n ∈ N.
2. las funciones 1 y gn son ortogonales para todo n ∈ N.
3. las funciones fn y gn0 son ortogonales para todo par n, n0 ∈ N tal que n 6= n0 .
Solución: En efecto,
Z L nπ Z L 0
nπ
hfn |1i = cos x dx = 0, h1|gn i = sen x dx = 0,
−L L −L L
Z L nπ nπ
hfn |gn0 i = cos x sen x dx = 0,
−L L L
para todo n, n0 ∈ N distintos, entonces tenemos lo pedido.
Definición 16 Un conjunto de funciones {ϕn }n∈N continuas en el intervalo [−L, L] se dirá un conjunto
ortogonal (respectivamente ortonormal) de funciones si cada dos funciones ϕn y ϕn0 , donde n 6= n0 , del
conjunto son ortogonales (respectivamente ortonormales).
Dado un conjunto ortogonal de funciones {ϕn }n∈N continuas en el intervalo [−L, L]. Si una función
f ∈ C([−L, L]) puede escribirse en forma de serie usando las funciones ϕn como
∞
X
f= an ϕn ,
n=1
entonces usando el producto escalar de funciones, definido anteriormente, podemos calcular los coeficientes
an . En efecto, tenemos
∞
X
hf |ϕk i = h an ϕn |ϕk i = ak hϕk |ϕk i,
n=1
de donde Rb
hf |ϕk i a
f (x)ϕk (x) dx
ak = = Rb 2 ,
hϕk |ϕk i ϕ (x) dx
a k
para todo k ∈ N.
3.3. SERIES TRIGONOMÉTRICAS DE FOURIER 49
Definición 17 Dada una función f definida en el intervalo [−L, L]. Definimos su serie trigonométrica de
Fourier como la función F(f ) definida
∞
a0 X nπ nπ
F(f )(x) = + an cos x + bn sen x ,
2 n=1
L L
donde Z L
1
a0 = f (x) dx,
L −L
Z L Z L
1 nπ 1 nπ
an = f (x) cos x dx, bn = f (x) sen x dx
L −L L L −L L
para todo n ∈ N.
Advertencia
La serie trigonométrica de Fourier de una función cualquiera no siempre existe. Eso depende de la
convergencia de la serie ubicada al lado derecho de la última igualdad. El siguiente teorema afirma
la existencia de la serie trigonométrica de Fourier y su valor.
Teorema 16 Sea f una función definida en el intervalo [−L, L]. Si la función f y su derivada f 0
son continuas por partes en ] − L, L[, entonces
(i) la serie de Fourier F(f ) está definida en cada punto x ∈] − L, L[ donde la función es continua y
(ii) la serie de Fourier F(f ) está definida en cada punto a ∈] − L, L[ donde los limites laterales
existen y
f (a−) + f (a+)
F(f )(a) = .
2
Teorema 17 Dado L > 0 y sea f una función definida en el intervalo [−L, L] tal que
∞
a0 X nπ nπ
f (x) = + an cos x + bn sen x
2 n=1
L L
Si la función f es de tipo par, i.e. f (−x) = f (x) para todo x ∈ [−L, L], o de tipo impar, i.e. f (−x) = −f (x)
para todo x ∈] − L, L[, entonces tenemos una simplificación en el teorema anterior.
3.3. SERIES TRIGONOMÉTRICAS DE FOURIER 50
Teorema 18 Dado L > 0 y sea f una función par definida en el intervalo [−L, L] tal que
∞
a0 X nπ nπ
f (x) = + an cos x + bn sen x
2 n=1
L L
para todo n ∈ N.
Teorema 19 Dado L > 0 y sea f una función impar definida en el intervalo [−L, L] tal que
∞
a0 X nπ nπ
f (x) = + an cos x + bn sen x
2 n=1
L L
para todo n ∈ N.
Ejemplo 54 Sea f : R → R definida por f (x) = x2 para x ∈] − 1, 1[ y de periodo 2. Es fácil verificar que f
es una función par de clase C 1 por partes y que los coeficientes en su desarrollo en series de Fourier son
Z 1
a0 = f (x) dx = 2/3
−1
1 1
4(−1)n
Z Z
an = f (x) cos(nπx) dx = x2 cos(nπx) dx =
−1 −1 π 2 n2
Z 1
bn = f (x) sen(nπx) dx = 0
−1
así tenemos
∞
1 X 4(−1)n
F(f )(x) = + cos(nπx).
3 n=1 π 2 n2
A pesar que las series de Fourier junto con el teorema 16 permiten calcular el valor de ciertas series,
lamentablemente no se conoce un método para saber qué función utilizar de manera que al aplicar la teoría
de Fourier permita calcular el valor de una serie predeterminada.
C10 + C20 = 0,
√ √
C10 e− −λL
+ C20 e −λL
= 0,
C10 = 0,
C10 + C20 L = 0,
C10 = 0,
√ √
C10 cos( λL) + C20 sen( λL) = 0,
√
de donde C10 = 0 y C20 sen(√ λL) = 0. En vista de que queremos
√ soluciones no nulas para u, debemos
tener necesariamente sen( λL) = 0, lo que implica que λL ∈ {nπ, n ∈ N0 }. Es decir, tiene que ser
necesario que 2 2
n π
λ∈ , n ∈ N 0 .
L2
2 2
Si n = 0, tenemos que u(x, y) = 0. Así para cada λn = nLπ2 y cada bn constante real arbritaria, donde
n ∈ N, tenemos que nπ kn2 π2
un (x, y) = bn sen x e− L2 y
L
es una solución no nula de la EDP verificando la condición un (0, y) = un (L, y) = 0 para todo y > 0.
3.4. RESOLUCIÓN DE PROBLEMAS CON CONDICIONES INICIALES Y DE FRONTERA 52
y como además la función u debe satisfacer la condicion inicial u(x, 0) = f (x) para todo x ∈]0, L[, entonces
adicionalmente se debe tener
X∞ nπ
bn sen x = f (x)
n=1
L
para todo x ∈]0, L[. Para determinar los coeficientes bn vamos a usar la teoría de series de Fourier, que
vimos en la sección anterior. Para esto primero buscamos una expansión en senos de la función auxiliar
fe :] − L, L[→ R definida por
f (x) , si x ∈]0; L[
fe(x) = −f (−x) , si x ∈]0; L[ .
0 , si x = 0
donde Z L
ebn = 2
nπ
fe(x) sen x dx.
L 0 L
Como la función fe es una extension de la función f , tenemos
∞
ebn sen nπ x = fe(x) = f (x),
X
x ∈]0, L[,
n=1
L
Ejemplo 55 Resolver
∂2u ∂u
1,14 = , (x, y) ∈]0, 2[×R∗+ . (3.6)
∂x2 ∂y
sujeto a
condición inicial: u(x, 0) = 65 cos2 (πx), x ∈]0, 2[,
condición de frontera: u(0, y) = u(2, y) = 0, y ∈ R∗+ .
3.4. RESOLUCIÓN DE PROBLEMAS CON CONDICIONES INICIALES Y DE FRONTERA 53
2 2 65 2
Z nπ Z nπ
bn = 65 cos2 (πx) sen x dx = (1 + cos(2πx)) sen x dx
2 0 2 2 0 2
Z 2 Z 2 nπ
65 nπ
= sen x dx + cos(2πx) sen x dx
2 0 2 0 2
65 2(1 − cos(nπ)) 2(1 − cos((n + 4)π)) 2(1 − cos((n − 4)π))
= + +
2 nπ (n + 4)π (n − 4)π
n n
1 − (−1) n(1 − (−1) )
= 65 +
nπ π(n2 − 16)
130 n2 − 8
= (1 − (−1)n )
nπ n2 − 16
260 n2 −8
nπ n2 −16 , si n es impar
=
0 , si n es par
donde hemos usando la regla sen(a + b) + sen(a − b) = 2 sen(a) sen(b). Por lo tanto, la solución del problema
está dado por
∞
(2n − 1)2 − 8
X 260 (2n − 1)π 1,14(2n−1)2 π 2
u(x, y) = sen x e− 4 y
n=1
(2n − 1)π (2n − 1)2 − 16 2
∂2u ∂2u
+ 2 = 0, (x, y) ∈]0, L[×R∗+ . (3.7)
∂x2 ∂y
sujeto a
condición inicial: u(x, 0) = f (x), x ∈]0, L[,
condición de frontera: u(0, y) = u(L, y) = 0, y ∈ R∗+ .
Sigue del ejemplo 52 que si debemos obtener una función u tal que u(0, y) = u(L, y) = 0 para todo y > 0,
tendremos
(i) Caso λ < 0: un sistema
√ √
(C10 + C20 )C1 cos( −λy) + (C10 + C20 )C2 sen( −λy) = 0,
√ √ √ √ √ √
C10 e− −λL + C20 e −λL C1 cos( −λy) + C10 e− −λL + C20 e −λL C2 sen( −λy) = 0,
C10 (C1 + C2 y) = 0,
(C10 + C20 L)(C1 + C2 y) = 0,
√
de donde C10 = 0 y C20 sen(√ λL) = 0. En vista de que queremos
√ soluciones no nulas para u, debemos
tener necesariamente sen( λL) = 0, lo que implica que λL ∈ {nπ, n ∈ N}. Es decir, tiene que ser
necesario que 2 2
n π
λ∈ , n∈N .
L2
n2 π 2
Así para cada λn = L2 , donde n ∈ N, tenemos que bn = 0 y
nπ kn2 π2
un (x, y) = an sen x e− L2 y
L
es una solución no nula de la EDP verificando la condición un (0, y) = un (L, y) = 0 para todo y > 0.
Por el principio de superposición, podemos suponer que la solución buscada es de la forma
∞
X nπ kn2 π2
u(x, y) = an sen x e− L2 y ,
n=1
L
y como además la función u debe satisfacer la condicion inicial u(x, 0) = f (x) para todo x ∈]0, L[, entonces
adicionalmente se debe tener
X∞ nπ
an sen x = f (x)
n=1
L
para todo x ∈]0, L[. Para determinar los coeficientes bn vamos a usar la teoría de series de Fourier, que
vimos en la sección anterior. Para esto primero buscamos una expansión en senos de la función auxiliar
fe :] − L, L[→ R definida por
f (x) , si x ∈]0; L[
fe(x) = −f (−x) , si x ∈]0; L[ .
0 , si x = 0
donde Z L
2 nπ
an =
e fe(x) sen x dx.
L 0 L
Como la función fe es una extension de la función f , tenemos
∞
X nπ
an sen
e x = fe(x) = f (x), x ∈]0, L[,
n=1
L
que por simplicidad será denotado A = [aij ]m×n o A = [aij ], donde cada entrada aij es un número (respec-
tivamente una función) para todo par de indices i ∈ {1, 2, · · · , m} y j ∈ {1, 2, · · · , n}.
Notaciones:
(1) Dada una matriz A = [aij ], la notación aij indica la entrada genérica de la matriz A que se
ubica en la fila i y la columna j.
(2) Dada una matriz A, usaremos la notación [A]ij para la entrada de la matriz que se ubica en la
fila i y la columna j.
56
57
cij = λaij
(1) Si n = 1,
det(A) = a11 = a11 .
(2) Si n = 2,
a a12
det(A) = 11 = a11 a22 − a21 a12 .
a21 a22
(3) Si n = 3,
a11 a12 a13
a a23 a a23 a a22
a23 = a11 22 − a12 21 + a13 21
det(A) = a21 a22 .
a31 a32 a33 a31 a33 a31 a32
a32 a33
(4) Si n = 4,
a11 a12 a13 a14
a a22 a23 a24
det(A) = 21
a31 a32 a33 a34
a41 a42 a43 a44
a22 a23 a24 a21 a23 a24 a21 a22 a24 a21 a22 a23
= a11 a32 a33 a34 − a12 a31
a33 a34 + a13 a31
a32 a34 − a14 a31
a32 a33 .
a42 a43 a44 a41 a43 a44 a41 a42 a44 a41 a42 a43
Inversa de una matriz: Sea A una matriz cuadrada de talla n. Si det(A) 6= 0, decimos que la matriz A
es no singular, existe una única matriz cuadrada de talla n, denotada A−1 y llamda la inversa de A, que
satisface la igualdad
A−1 · A = A · A−1 = In .
El cálculo de la inversa de una matriz será importante para la solución de sistemas de EDOs de orden 1.
a b
Si n = 2 y A = es una matriz tal que det(A) = ad − cb 6= 0, entonces se tiene
c d
−1 1 d −b
A = .
det(A) −c a
Si n = 3 y A es una matriz tal que det(A) 6= 0, un método para determinar la inversa de la matriz A
es usar la eliminación de Gauss
[A|I3 ] ⇐⇒ [I3 |A−1 ].
58
Matrices de funciones: Sea A = [aij ] una matriz de tamaño m × n de funciones en el intervalo I y f una
función sobre el intervalo I
f · a11 f · a12 · · · f · a1n
f · a21 f · a22 · · · f · a2n
f · A = A · f = [f · aij ] = . .. .
..
.. . .
f · am1 f · am2 · · · f · amn
cuyas entradas son las derivadas de las funciones aij . En particular, se puede probar
Dada una función f y una matriz de funciones diferenciables A, se tiene
(A · f )0 = A0 · f 0 .
Regla de Leibniz: Dada dos matrices de funciones diferenciables A y B, que son compatibles para la
multiplicación, se tiene
(A · B)0 = A0 · B + A · B0 .
Notación
v = (v1 , v2 , · · · , vn ),
donde las coordenadas vi son números reales para cada i ∈ {1, 2, · · · , n}. En este conjunto, tenemos las
siguientes operaciones naturales:
Definición 18 Dado dos vectores v, w ∈ Rn . Diremos que v y w son vectores ortogonales si hv|wi = 0. Si
además se tiene kvk = kwk = 1, diremos que v y w son vectores ortonormales.
59
60
donde αk son constantes reales para todo k ∈ {1, 2, · · · , n}. Los αk serán llamados coeficientes de la
combinación lineal.
2. la única manera posible de tener la igualdad
(0, 0, · · · , 0) = 0 = α1 · v1 + α2 · v2 + · · · + αn · vn
Las bases ortonormales son importantes pues nos permiten expresar de una manera más simple un vector
en el espacio Rn . Entonces, una pregunta natural aparece, si tenemos una base {v1 , v2 , · · · , vn } de Rn y un
vector cualquiera v, exite una manera de encontrar los coeficientes αk tal que
n
X
v= αk · vk = α1 · v1 + α2 · v2 + · · · + αn · vn .
k=1
Pn
Y la respuesta es: Sí. Y será utilizando el producto escalar, en efecto si v = k=1 αk · vk , entonces
n
X n
X
hv|vi i = h αk · vk |vi i = αk hvk |vi i = αi
k=1 k=1
para cada indice i ∈ {1, 2, · · · , n}. Es así que, un vector cualquiera v ∈ Rn siempre tiene una descomposición
en elementos de la base que se escribe de la forma
n
X
v= hv|vk i · vk .
k=1
Ejercicio 12 El conjunto de vectores {( √12 , √12 ), (− √12 , √12 )} es una base ortonormal de R2 . Encontrar los
coeficientes α1 , α2 tal que
1 1 1 1
(0, 2) = α1 · ( √ , √ ) + α2 · (− √ , √ ).
2 2 2 2
Ejercicio 13 Dado la base canonica {e1 , e2 , · · · , en } de Rn y un vector v = (v1 , v2 , · · · , vn ) ∈ Rn . Encontrar
los coeficientes αk tal que
X n
v= αk · ek .
k=1
APÉNDICE C
DERIVADAS PARCIALES
Definición 20 Dado un real positivo r > 0 y un vector x = (x1 , x2 , · · · , xn ) ∈ Rn , definimos la bola abierta
de centro x y radio r como el conjunto
p
B(x, r) := {v = (v1 , v2 , · · · , vn ) ∈ Rn : kv − xk = (v1 − x1 )2 + (v2 − x2 )2 + · · · + (vn − xn )2 < r}.
Ejemplo 58 En n = 1, la bola de centro x ∈ R y radio r > 0, B(x, r), p es el intervalo abierto ]x − r, x + r[.
En efecto, sabemos por definición que y ∈ B(x, r) si y solo si ky − xk = (y − x)2 < p r. Además, es conocido
que |y − x| < r ⇐⇒ y ∈]x − r, x + r[. La afirmación sigue del hecho que ky − xk = (y − x)2 = |y − x|.
Definición 21 Decimos que un conjunto U ⊆ Rn es abierto si para x = (x1 , x2 , · · · , xn ) ∈ U , existe un real
positivo rx > 0 tal que
B(x, rx ) ⊆ U
Ejemplo 59 En n = 1, cualquier intervalo de la forma ]a, b[, con a < b es un conjunto abierto de R. En
efecto, si y ∈]a, b[, entonces tomemos ry = min{y−a,b−y}
2 , de donde, si z ∈ B(y, ry ), entonces kz − yk =
|z − y| < ry que equivale a decir y − ry < z < y + ry , ahora podemos ver que a < y − ry y y + ry < b, de
donde
a < y − ry < z < y + ry < b.
Así tenemos que z ∈]a, b[.
Ejemplo 60 En n = 2, cualquier intervalo de la forma ]a, b[×]c, d[, ]a, b[×R, ]a, b[×R∗+ , R×]c, d[, R∗+ ×]c, d[
es un conjunto abierto de R2 .
Observación 5 En lo que sigue U denotará un conjunto abierto.
Sea u : U ⊆ Rn → R una función y v = (v1 , · · · , vn ) ∈ Rn un vector no nulo. Definimos la razón de
cambio instantánea o derivada direccional de la función u en la dirección v en un punto a = (a1 , · · · , an ) ∈ U
como
u(a + tv) − u(a) u(a1 + tv1 , · · · , an + tvn ) − u(a1 , · · · , an )
dv u(a) := lı́m = lı́m (C.1)
t→0 t t→0 t
en caso este limite exista. En caso, el vector v sea alguno de los vectores canónicos {e1 , · · · , en } del espacio
euclidiano Rn , la notación usual que será usada es
∂u u(a + tei ) − u(a)
(a) = dei u(a) = lı́m (C.2)
∂xi t→0 t
en caso el limite exista y nos referiremos a ese limite como la derivada parcial en el variable xi en el punto
a. Finalmente, para cualquier k ∈ N tal que k ≥ 2 definimos por iteración
!
∂ku ∂ k−1 u ∂2u
∂ ∂ ∂u
(a) := (a), (a) := (a) (C.3)
∂xki ∂xi ∂xk−1
i
∂xi ∂xj ∂xi ∂xj
en caso existan.
61
62
∂u ∂u
Ejemplo 61 Sea la función u :]0; 1[×]0; 1[→ R, u(x, y) = x2 +y. Calcular d(1,1) u(x, y), (x, y) y (x, y).
∂x ∂y
Sea (x, y) ∈]0; 1[×]0; 1[, tenemos
(x + t)2 + (y + t) − x2 − y t(2x + t) + t
d(1,1) u(x, y) = lı́m = lı́m = 2x + 1,
t→0 t t→0 t
2 2
∂u (x + t) + y − x − y t(2x + t)
(x, y) = d(1,0) u(x, y) = lı́m = lı́m = 2x,
∂x t→0 t t→0 t
∂u x2 + (y + t) − x2 − y t
(x, y) = d(1,1) u(x, y) = lı́m = lı́m = 1.
∂y t→0 t t→0 t
Regla práctica
Sea u una función de n variables (x1 , x2 , · · · , xn ). Si debemos calcular las derivadas parciales de u en
variable xi , entonces podemos suponer que las otras variables son constantes en relación a la variable
xi y usar nuestras reglas y cálculos de derivación clásica. Por ejemplo, sea u : R2 → R la función
2
u(x, y) = ex +2y + x2 y, entonces
∂u 2 ∂u 2
(x, y) = 2xex +2y + 2xy, (x, y) = 2ex +2y + x2
∂x ∂y